浅析小波变换理论及其应用被引量：4

下载PDF

导出

摘要本文介绍了小波变换的发展历史,基本原理,比较了小波变换与傅立叶变换的各自不同的特点,讨论了当今传输系统中小波变换的应用,通过这些介绍分析,得出小波变换算法在信号处理、瞬态分析、图像处理等方面的优势,最后对小波变换理论的发展及其应用前景作了展望。

作者赵双乐

机构地区天津科技大学

出处《科技风》 2014年第15期106-106,109,共2页

关键词小波变换傅里叶变换 OFDM 模式识别神经网络

分类号 TN219 [电子电信—物理电子学]

引文网络
相关文献

参考文献4

1张汉中,肖继学,杨琳,吴瑞竹,李海军,董圣友,王泽,曾强.傅里叶与小波变换的电力谐波测试性能研究[J].中国测试,2014,40(2):135-140. 被引量：8
2陈宇,段哲民.小波多分辨率算法在电力谐波检测中的应用[J].计算机测量与控制,2008,16(10):1493-1495. 被引量：12
3张定会,戴曙光.混合故障诊断专家系统[J].模式识别与人工智能,2000,13(3):276-280. 被引量：16
4梁百川.小波变换理论及应用[J].舰船电子对抗,1998,21(5):1-10. 被引量：9

二级参考文献27

1李国宾,江冰清,许伯强.瞬时无功功率理论在谐波检测中的应用[J].电气技术,2010,11(10):1-4. 被引量：11
2杨晓红,贾文超,尤文,赵金宇.砂轮振动信号的小波分析算法[J].计算机测量与控制,2004,12(10):979-982. 被引量：6
3何顺忠.采用Meyer小波变换的电能质量扰动信号的检测与时频分析[J].自动化技术与应用,2004,23(5):55-57. 被引量：6
4周怀春,韩才元,朱和平,崔和平,张正方.基于自组织神经网络的燃烧诊断研究[J].控制理论与应用,1994,11(5):600-603. 被引量：16
5徐常胜,周兆英,刘思行,张耀清.基于神经网络和专家系统的故障诊断[J].控制与决策,1995,10(4):342-346. 被引量：19
6周林,夏雪,万蕴杰,张海,雷鹏.基于小波变换的谐波测量方法综述[J].电工技术学报,2006,21(9):67-74. 被引量：89
7崔锦泰程正兴（译）.小波分析导论[M].西安:西安交通大学出版社,1995..
8（德）Haken H 杨家本（译）.协同计算机和认知神经网络的自上而下方法[M].清华大学出版社，广西科学出版社,1994..
9金连文,徐秉铮.基于多级神经网络结构的手写体汉字识别[J].通信学报,1997,18(5):21-27. 被引量：19
10George J.Wakileh,著,徐政,译.电力系统谐波-基本原理、分析方法和滤波器设计[M].北京:机械工业出版社,2003.

共引文献41

1孙铭,魏守科,王莹洁,赵金东,袁梅雪.基于小波分解的LSTM水质预测模型[J].计算机系统应用,2020,29(12):55-63. 被引量：14
2邵灵敏.机械设备电气系统的故障检测与诊断[J].机械,2009,36(S1):106-108. 被引量：2
3张毅,王红,朱永波,杨占才.一个基于神经网络故障诊断专家系统研究[J].测控技术,2004,23(11):55-57. 被引量：9
4丁云飞,许维东,潘峰.密闭鼓风炉的混合故障诊断方法[J].计算机工程与设计,2004,25(11):1923-1926. 被引量：4
5郁春来,何明浩,张元发.脉内相位编码雷达信号识别的小波变换方法[J].空军雷达学院学报,2003,17(4):1-3. 被引量：8
6郁春来,万建伟,徐如海,韩彦明.改进小波脊线法算法分析和仿真[J].现代雷达,2005,27(8):46-48. 被引量：32
7周小勇,叶银忠.小波分析在故障诊断中的应用[J].控制工程,2006,13(1):70-73. 被引量：49
8陈浩,何明浩,毛五星.小波分解在雷达抗速度欺骗干扰中的运用[J].空军雷达学院学报,2006,20(1):31-33. 被引量：8
9杨占才,王红,朱永波,何晓国,张毅.飞机航电设备综合智能故障诊断专家系统研究[J].测控技术,2006,25(4):4-7. 被引量：16
10王义飞,谢珺,谢克明.基于ELMAN神经网络的波焊炉故障诊断研究[J].太原理工大学学报,2008,39(3):277-280. 被引量：1

同被引文献39

1杜昕,范廷恩,董建华,聂妍,范洪军,郭泊洋.基于多层感知机网络的薄储层预测[J].石油地球物理勘探,2020(6):1178-1187. 被引量：12
2叶华伦,贺宗芬.状态监测技术在天然气净化装置中的应用[J].石油与天然气化工,2006,35(2):161-163. 被引量：4
3吴琛,周瑞忠.Hilbert-Huang变换在提取地震信号动力特性中的应用[J].地震工程与工程振动,2006,26(5):41-46. 被引量：27
4赵明,梁平,龙新峰.基于最大Lyapunov指数对腐蚀深度的预测[J].机械工程学报,2008,44(1):217-221. 被引量：11
5罗航,王厚军,龙兵.基于“松散型”小波神经网络的时间序列预测研究[J].计算机工程与应用,2008,44(8):16-19. 被引量：8
6赵振宇,秦建辉.尖峰能量法在岭澳核电站滚动轴承故障诊断中的应用[J].东方电气评论,2010,24(2):38-42. 被引量：4
7董新洲,贺家李,葛耀中.小波变换　第2讲　离散小波变换[J].继电器,1999,27(2):57-60. 被引量：8
8许蕾,丁克勤.小波包分析在薄板腐蚀检测中的应用[J].电子测试,2012,23(2):23-26. 被引量：3
9曹生现,李思博,刘学冰,徐秀国,张素燕.基于水质监测的换热器结垢、腐蚀预测模型[J].工程热物理学报,2014,35(2):324-328. 被引量：10
10石瑞敏,杨兆建.基于改进EMD的多绳摩擦提升机载荷信息特征提取[J].煤炭学报,2014,39(4):782-788. 被引量：14

引证文献4

1陈田,陈占刚,袁晓辉,鞠思航,任福继.基于脑电信号瞬时能量的情感识别方法[J].计算机工程,2019,45(4):196-204. 被引量：9
2童泽宇.小波变换在印章印文检验中的应用[J].科技创新与生产力,2024,45(3):120-123.
3刘晓莉,何健聪.基于开放域适应网络的主风机故障诊断方法研究[J].风机技术,2025,67(2):90-96.
4刘晓莉,何健聪.用于天然气管网腐蚀速率预测的WT-LSTM网络[J].测控技术,2025,44(2):53-59. 被引量：1

二级引证文献10

1王博石,吴修诚,胡馨艺,张莉.基于单通道脑电信号的疲劳检测系统[J].计算机科学,2020,47(5):225-229. 被引量：6
2孙鹏,彭敦陆.E2E-CER:一种基于端到端的对话情感识别分类模型[J].小型微型计算机系统,2021,42(2):235-240. 被引量：1
3连卫芳,晁浩,刘永利.基于SDAE与RELM的EEG情感识别方法[J].计算机工程,2021,47(9):75-83. 被引量：3
4柳素红,孙晓,李春彬.基于位置信息重建与时频域信息融合的脑电信号情感识别[J].计算机工程,2021,47(12):95-102. 被引量：9
5王斌,王忠民,张荣.基于多通道脑电信号的因果网络情绪识别[J].计算机工程,2022,48(1):69-74. 被引量：5
6谌鈫,陈兰岚,江润强.集成胶囊网络的脑电情绪识别[J].计算机工程与应用,2022,58(8):175-184. 被引量：7
7杨卓东,金卫,生慧,岳路.基于深度学习的脑电信号情感识别研究进展[J].北京生物医学工程,2023,42(3):315-321. 被引量：5
8陈心怡,陶小梅.基于多模态生理信号特征融合的情感识别方法[J].计算机仿真,2023,40(6):175-181. 被引量：3
9王玫,郑威,杨双竹.EMD和CSP融合的情绪脑电特征提取方法[J].计算机与数字工程,2024,52(7):2082-2088.
10廖伟辉,张翠华,吴健,吕兴城,龚骏,屠博,王俊,段嘉旭,聂云柯.基于注意力机制的Bi-LSTM钢结构腐蚀预测模型[J].环境技术,2025,43(9):98-106. 被引量：1

1马超.小波分析在语音信号处理中的应用[J].信息与电脑（理论版）,2010(6):38-38. 被引量：1
2施社平.100Gbit/s速率标准最新进展[J].电信工程技术与标准化,2010,23(9):42-44. 被引量：2
3李楠.小波变换—— 一种新的雷达信号处理方法[J].现代雷达,1998,20(2):40-46. 被引量：4
4吕洪国.用傅立叶变换分析信号[J].国外电子测量技术,1997,16(5):32-33. 被引量：2
5曹尔强.用快速傅立叶变换加卡尔曼滤波的方法进行图象的恢复[J].信号处理,1989,5(3):158-163.
6梁百川.小波变换理论及应用[J].舰船电子对抗,1998,21(5):1-10. 被引量：9
7谈玲.基于小波变换的信号滤波和去噪研究[J].科技信息,2007(19):83-83. 被引量：3
8邱宽民,赵胜凯.DFT与FFT在实际应用时的性能比较[J].北方交通大学学报,2000,24(5):60-62. 被引量：13
9李道京.二维切比雪夫窗的产生[J].西部电子,1992(2):30-33.
10脉冲序列通过RC电路的瞬态分析[J].合肥炮兵学院学报,1993,13(2):178-183.

科技风

2014年第15期

浏览历史

内容加载中请稍等...

浅析小波变换理论及其应用被引量：4

参考文献4

二级参考文献27

共引文献41

同被引文献39

引证文献4

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

浅析小波变换理论及其应用 被引量：4

参考文献4

二级参考文献27

共引文献41

同被引文献39

引证文献4

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

浅析小波变换理论及其应用被引量：4